1c Teoriadecisio

Tema 1: Teoria de la decisio
2012
c xavier calsamiglia

Index
Decisions arriscades
La teoria de la utilitat esperada
Unicitat de la funcio dutilitat
Estimacio de la funcio dutilitat
Representacio gràfica de la utilitat esperada
Aversio al risc
Equivalent cert
Comprar i vendre actius arriscats
Assegurances
Cartera òptima dactius
2

Incertesa
En tots els models dagents racionals que ja heu vist hi ha una

relacio molt estreta entre una acci
o i les seves conseq
uències:
el monopolista, per exemple, coneix perfectament com
afectarà als seus guanys la fixaci
o del preu a un cert nivell.
En moltes circumstàncies, per`

o, fem coses sense saber
exactament quines conseq
uències tindran les nostres accions.
Adquirim entrades per veure una pelcula o comprem un llibre,
i despres resulta que ens agraden molt menys del que
esperàvem.
Hi ha una ruptura entre accions i conseq

u`
encies. La Teoria
de la Decisio ens mostra com escullir entre accions
alternatives que tenen conseq
uències incertes.

Incertesa: un exemple
I
Tens un local en el centre duna ciutat molt turstica.
Pots posar un geladeria o un llibreria especialitzada en viatges,

guies i plànols de la ciutat.
Els beneficis que en pots treure s

on incerts, es a dir depenen
duna variable b que no controles.
Taula: Accions, estats i conseq
uències
geladeria
llibreria
b1
b2
6
2
0
2

Risc
I
Imagina que la variable b que no controles es la

meteorologia: si fa sol vendràs molts gelats i si plou no en
vendràs ni un. La geladeria es un negoci arriscat.
Els beneficis de la llibreria no depenen del temps. La llibreria
es un negoci segur
geladeria
llibreria
Sol
Plou
6
2
0
2
Les realitzacions de la variable b la metereologia en aquest

cas estan governades per una distribuci
o de probabilitat.
Aquest es el problema fonamental que es planteja la Teoria de
la Decisio: com utilitzar la informaci
o sobre les conseq
uències
possibles i les probabilitats per triar correctament entre
alternatives arriscades.
Aquest es lobjecte del primer tema daquest curs.

Interaccio estratègica
I
Imagina que la variable b que no controles es la decisio dun

ve que pot posar (te el local i les llicències corresponents) un
estanc o una geladeria.
Els beneficis de la llibreria no depenen de les decisions del ve.
geladeria
llibreria
estanc
geladeria
6
2
0
2
Saps que el teu ve no decidirà les coses a latzar (seguint una

distribucio de probabilitat). Triarà el que mes li convingui.
Aquest es el problema fonamental que es planteja la Teoria de

Jocs.
La Teoria de Jocs serà lobjecte del temes 2 al 8.

Plantejament formal de la presa de decisions amb risk

I
Conjunt daccions A = {a1 , a2 }
Un altre variable,que te influència sobre les conseq

uències de
laccio. El conjunt de realitzacions possibles daquesta variable
es = {b1 , b2 , b3 }
Conjunt de conseq
uències C = {c11 , c12 , c13 , c21 , c22 , c23 }
Taula: Accions, estats i conseq

uències
a1
a2
b1
b2
b3
c11
c21
c12
c22
c13
c23

Risc
1. La variable no controlada es denota per i sanomena estat
de la natura. Les seves realitzacions segueixen una distribucio
de probabilitat: pot prendre m valors {1 , P
2 , . . . , m }
amb probabilitats {p1 , p2 , . . . , pm }, on pi 0 i m
i=1 pi = 1.
2. En una situacio arriscada no sabem el que passarà, però
sabem quines coses podrien passar (els valors dels estat de la
natura), i la seva versemblanca (les probabilitats).
3. La teoria de la decisi
o tracta de treure partit de la informacio
proporcionada per aquestes probabilitats i de la informacio
sobre les preferències per prendre bones decisions.

Lexemple del pages: Pomes o taronges?

Taula: La decisi
o del pagès
t(arongers)
a(metllers)
p(omeres)
c(odonyers)
fred
1
temperat
2
0
20
-10
40
100
100
140
40
Suposem que la probabilitat que el temps sigui fred es p = 12 .

Les alternatives arriscades es poden representar com una loteria ,

es a dir com un conjunt de conseq
uències amb una probabilitat
assignada a cadascuna
L = hp1 , p2 , . . . , pn |x1 , x2 , . . . , xn i
En el quadre anterior, lacci
o de plantar tarongers es pot
representar formalment com un loteria
Lt = h1/2, 1/2| 0, 100i
Les quatre loteries del problema del pagès s
on:
1/2
Lt
Lp
1/2
100
1/2
-10
1/2
140
La
Lc
1/2
20
1/2
100
40
Quina es la decisio òptima?

10

Comportament racional
11
LEconomia explica el comportament racional a partir de la

racionalitat. Un individu es racional si te objectius ben definits
(preferències en la terminologia de leconomista) i actua
dacord amb ells.
Resulta convenient treballar amb indicadors numèrics de

preferència (utilitats en la terminogia de leconomista). El
comportament racional es pot contemplar aleshores com un
comportament maximitzador.
Hem de triar entre loteries, com podrem definir la utilitat

duna loteria?

Tornant a lexemple del pagès. . .

1/2
Lt
Lp
1/2
100
1/2
-10
1/2
140
La
Lc
1/2
20
1/2
100
40
En el nostre cas, suposem que el pagès es un agent racional i te

preferències sobre loteries. Per tant, hem dassignar un nivell
dutilitat a cada loteria possible que representi correctament les
seves preferències.
Quin es aquest n
umero?
12

El valor esperat duna loteria?

I
Si el benefici es lobjectiu de lempresari, sembla que el valor

esperat de les loteries (es a dir el benefici esperat de
lempresari) podria ser una bona funci
o dutilitat (es a dir, una
bona representaci
o numèrica de les seves preferències).
El valor esperat duna loteria

L = hp1 , p2 , . . . , pn |x1 , x2 , . . . , xn i es la suma de totes les
conseq
uències ponderades per les probabilitats respectives:
E(L) =
n
X
p i xi
i=1
13

En lexemple del pagès, el valor esperat de les loteries es

1
1
0 + 100 = 50
2
2
1
1
E(La ) = 20 + 100 = 60
2
2
1
1
E(Lp ) = 10 + 140 = 65
2
2
1
1
E(Lc ) = 40 + 40 = 40
2
2
E(Lt ) =
Si el pagès fos un maximitzador del valor esperat, el seu ordre de

preferència seria
Lp La Lt Lc
Per raons que aclarirem posteriorment, un agent maximitzador
del valor esperat tambe sanomena neutral al risc.
14

Dues questions importants
15
Els empresaris i agents econ`

omics, utilitzen realment el valor
esperat com a criteri?
Els empresaris i agents econ`

omics, haurien dutilitzar el valor
esperat com a criteri?

Un experiment
Tria una de les dues loteries
1/2
1/2
22.200
-200
16
10.000

Eleccio racional dalternatives arriscades

1. Com E(L) = 11.000 > 10.000 = E(L0 ), aquells que hagueu
triat L0 no sou maximitzadors del valor esperat.
2. Levidència experimental mostra que molta gent no maximitza
el valor esperat i, per tant, el valor esperat no es una
representacio numèrica apropiada de les seves preferències
sobre alternatives arriscades.
3. La teoria de la utilitat esperada vol donar ra
o daquests fets.
17

La paradoxa de Sant Petersburg (Bernouilli)

I
Es llencen monedes successivament fins que apareix una creu,

moment en el que el joc acaba.
Si el primer cop apareix una cara es posen dos euros sobre la

taula.
Per a cada cara posterior la quantitat que hi ha sobre la taula

es duplica.
Quant pagaries per jugar?
18

1/2
0
1/2
2
1/2
1/2
1/2
1/2
0
2
1/8
1/16
1/2
n+1
1/2
1/2
1/4
1/2
E(L) =
p i xi =
i=1
1
1
1
1
= 0 + 2 + 4 + . . . + n+1 2n + . . .
2
4
8
2
1 1
1
= + + ... + + ... =
2 2
2
19


Si les preferències sobre alternatives arriscades s
on coherents,
existeix una funcio dutilitat u definida sobre les conseq
uències tal
que per a qualsevol parell de loteries
L = hp1 , p2 , . . . , pn |x1 , x2 , . . . , xn i i
L0 = hp01 , p02 , . . . , p0m |x01 , x02 , . . . , x0m i
0
L<L
n
X
pi u(xi )
i=1
m
X
p0i u(x0i )
i=1
En el cas de loteries binàries

L = hp1 , p2 | x1 , x2 i i
L0 = hp01 , p02 | x01 , x02 i
L < L0 p1 u(x1 ) + p2 u(x2 ) p01 u(x01 ) + p02 u(x02 ))
20

La funcio dutilitat de von Neumann-Morgenstern

1. La funcio dutilitat u definida sobre conseq
u`
encies
sanomena funcio de von Neumann-Morgenstern i permet
definir una funcio dutilitat U de les loteries.
2. Aquesta funcio dutilitat U es lineal respecte de les
probabilitats:
n
X
U (L) =
pi u(xi )
i=1
3. El valor esperat es un cas especial de funci

o von
Neumann-Morgenstern : si u(x) = x la utilitat esperada i el
valor esperat coincideixen
U (L) =
n
X
pi u(xi ) =
i=1
21
n
X
pi xi = E(L)
i=1

Exemple deleccio entre loteries

Si sabem que les preferències dun agent econ`
omic es representen
per la funcio dutilitat de von Neumann-Morgenstern u(x) = x,

aleshores podem predir el seu comportament. Si ha de triar entre
L1 i L2 , que farà?
1/4
1/2
L1
L2
2/5
25
1/10
100
1/4
1/4
1/4
4
9
25
36
Calculem les utilitats esperades de cada loteria,

U (L1 ) =
U (L2 ) =
1
0+
2
1
4+
4
2
1
25 +
100 = 3
5
10
1
1
1
9+
25 +
36 = 4
4
4
4
Triarà la loteria L2 .
22

Si fos un maximitzador del valor esperat, en aquest cas triaria

diferent:
E(L1 ) =
E(L2 ) =
23
1
0+
2
1
4+
4
2
1
25 +
100 = 20
5
10
1
1
1
9 + 25 + 36 = 18, 5
4
4
4

Unicitat de les representacions de les preferències

1. Una funcio de la forma f (x) = x + on > 0 sanomena
transformacio af positiva.
2. Si u representa unes preferències < i v(x) = u(x) + amb
> 0, aleshores v representa les mateixes preferències.
3. Hi ha moltes maneres de mesurar distàncies (milles,
kilòmetres, milmetres, polcades, yardes) i quina fem servir en
un moment donat es una q
uesti
o de convencio social. Hi ha
tambe moltes maneres de representar unes preferències: si u
es una representaci
o apropiada, qualsevol transformacio af
servirà el mateix prop`
osit.
24
Unicitat de la funci
o dutilitat

Prova
L < L0
m
n
X
pi u(xi )
i=1
n
X
p0i u(x0i )
i=1
n
X
pi u(xi )
i=1
n
X
p0i u(x0i )
i=1
n
X
pi u(xi ) +
i=1
n
X
p0i u(x0i ) +
i=1
m
n
X
pi v(xi )
i=1
25
o dutilitat
n
X
p0i v(x0i )
i=1

Llibertat per triar lorigen i la unitat de mesura

Suposa que la funcio u representa unes preferències,
1
x+1
Imagina que ens agradaria tenir una funci
o dutilitat tal que
w(0) = 0 and w(10) = 1. En primer lloc, comprovem si u es una
representacio satisfact`
oria.
u(x) = 10
1
= 9.
0+1
Com u no satisfà les condicions desitjades (u(0) 6= 0), construm
una nova funcio v restant 9 de u:
1
x
v(x) = u(x) 9 = 1
=
.
x+1
x+1
La nova funcio representa les mateixes preferències i satisfà la
primera condicio
u(0) = 10
v(0) =
26
o dutilitat
0
=0
0+1

La nova funcio v nos satisfà la segona condici

o
v(10) =
10
.
11
Construm una nova funci

o w dividint v per
w(x) =
10
11 :
11x
11
v(x) =
.
10
10(x + 1)
La nova funcio w es una representaci

o satisfact`
oria de les mateixes
preferències
0
w(0) =
=0
10(0 + 1)
i
w(10) =
27
o dutilitat
11 10
= 1.
10(10 + 1)

Estimant la funcio dutilitat: lexemple de linversor

Imagina que treballes com a consultor i has dassessorar un
inversor que considera dos projectes dinversi
o: un en el sector
comercial i un altre en el de prospeccions petrolferes. Els dos
projectes son arriscats i els beneficis varien segons sigui lescenari.
La taula seg
uent resumeix aquesta informaci
o.
28
Cadena de supermercats
Prospecci
o de petroli
Benefici
Benefici
200
160
130
60
200
160
130
60
Estimaci
o de la funci
o dutilitat

Immediatament saps que necessites una estimaci

o de les
probabilitats de cada escenari. La taula seg
uent resumeix aquesta
informacio.
Cadena de supermercats
Prospecci
o de petroli
Probabilitat
Benefici
Probabilitat
Benefici
0,021
0,410
0,559
0,010
200
160
130
60
0,830
0,005
0,001
0,164
200
160
130
60
Quina es la millor opci

o per a linversor?
29
Estimaci
o de la funci
o dutilitat

Hauriem de calcular el benefici esperat?

Hem de triar entre dues loteries
0.021
0.410
0.830
200
0.005
160
200
160
L'
L
0.559
130
0.001
130
0.010
60
0.164
60
que tenen com a valor esperat.

E(L) = 143, 07
E(L0 ) = 176, 77
Hauriem de triar la prospecci
o petrolfera, L0 , si el nostre client fos
neutral al risc. Com podem saber la seva actitud vers el risc?
30
Estimaci
o de la funci
o dutilitat

Com estimar la funcio dutilitat?

I
El conjunt de conseq
uències es X = {60, 130, 160, 200}.
Cal assignar una utilitat a cada conseq

uència.
Fixem les utilitats de la millor i la pitjor alternativa (podem

fer-ho?)
u(60) = 0
u(200) = 1
Per determinar les utilitats de 130 i 160 utilitzarem la loteria

de referència, una loteria binària que te com a conseq
uències
el millor i el pitjor:
p
Lp
31
Estimaci
o de la funci
o dutilitat
1-p
60
200

Estimant la utilitat de 160

I
Demana al teu client una pregunta ben senzilla: quina es la

probabilitat p que fa que siguis indifferent entre obtenir 160
am seguretat i la loteria de referència?
p
160
Lp
1-p
60
200
Suposa que la seva resposta es 0.05, es a dir, que nomes

triaria la loteria si la probabilitat de perdre fons inferior a 5%
En aquest cas sabem que les dues loteries s

on indiferents, es a
dir, qiue L i Lp tenen la mateixa utilitat esperada:
u(160) = 0.05u(60) + 0.95u(200) = 0.05 0 + 0.95 1 = 0.95
i per tant la utilitat de 160 es 0.95
32
Naturalment, això es subjectiu: diferents persones tindran

diferents actituts vers el risc.
Estimaci
o de la funci
o dutilitat

Estimant la utilitat de 130

I
Procedint de la mateixa manera podem esbrinar quina es la

utilitat de 130 demanant quina es la probabilitat p que el fa
indifferent entre obtenir 130 amb seguretat i la loteria de
referència.
p
130
Lp
1-p
60
200
Suposa que la seva resposta es 0.15, es a dir, que nomes

triaria la loteria si la probabilitat de perdre fons inferior a 15%
En aquest cas sabem que les dues loteries s

on indiferents, es a
dir, que L i Lp tenen la mateixa utilitat esperada:
u(130) = 0.15u(60) + 0.85u(200) = 0.05 0 + 0.85 1 = 0.85
i per tant la utilitat de 130 es 0.85
33
Estimaci
o de la funci
o dutilitat

La funcio dutilitat estimada
utilitat
Euros
Utilitat
60
0
130
0.85
160
0.95
1
0.95
200
1
0.85
A
0
34
60
Estimaci
o de la funci
o dutilitat
riquesa
130
160
200

Aproximacio de la funcio dutilitat
utilitat
Euros
Utilitat
60
0
130
0.85
160
0.95
1
0.95
200
1
0.85
A
0
35
60
Estimaci
o de la funci
o dutilitat
riquesa
130
160
200

La decisio òptima dinversio

La millor inversio es la que te una utilitat esperada mes gran.
Utilitzant la funcio dutilitat de von Neumann-Morgenstern
estimada podem calcular:
U (L) = 0, 021u(200) + 0, 41u(160) + +0, 559u(130) = 0, 88565

U (L0 ) = 0, 83u(200) + 0, 005u(160) + 0, 001u(130) = 0, 8356
Tenint en compte:
1. els beneficis de cada alternativa en cada escenari,
2. les probabilitats de de cada escenari
3. lactitud vers el risc del nostre client
podem afirmar que la millor inversi
o es la cadena de mercats.
36
Estimaci
o de la funci
o dutilitat

Recepta per a la presa de decisions amb incertesa

Les decisions requereixen 4 passos
Primer pas Identificar els elements rellevants: conjunt daccions
possibles, els estats del m
on i les conseq
uències (Cap
model pot representar fidelment el mon real de
manera que es fonamental fer hip`
otesis simplicadores
per redur lanàlisi a all`
o que realment importa)
Segon pas Clarificar les preferències sobre les conseq
uències i
traduir-les en utilitats
Tercer pas Estimar les probabilitats de cada estat del mon
Quart pas Calcular la utilitat esperada de cada accio i triar
laccio que maximitza la utilitat esperada
37
Estimaci
o de la funci
o dutilitat

La funcio dutilitat de von Neumann-Morgenstern
utilitat
La funcio dutilitat de von Neumann-Morgenstern es pot

representar en un gràfic bidimensional
38
Representaci
o gr`
afica de la utilitat esperada
diner

La utilitat del diner
utilitat
Donada una certa quantitat de diner, x, com podem representar la

seva utilitat?
39
Representaci
o gr`
diner

La utilitat del diner
utilitat
La utilitat duna quantitat de diner, x, es la imatge de x segons la

funcio dutilitat, u(x).
u(x)
40
Representaci
o gr`
diner

Com podem representar en aquest gràfic la utilitat duna loteria?
41
Representaci
o gr`

Representacio gràfica duna loteria binària

I
Suposa que tenim una loteria amb dos resultats possibles: un

de bo, b, i una altre de dolent, d. Sigui p la probabilitat
daconsseguir el bon resultat.
p
Lp
I
1-p
b
d
Formalment, estem considerant la loteria

L = hp, 1 p|b, di
42
Representaci
o gr`

Representacio gràfica duna loteria binària

p
Lp
1-p
El valor esperat daquesta loteria es E(L) = pb + (1 p)d
Allant la variable p obtenim

p=
43
E(L) d
bd
La localitzacio del valor esperat E(L) entre els dos extrems, b

i d, ens informa sobre la probabilitat (si la probabilitat
p = 1/2, E(L) estarà just a la meitat del segment; si la
probabilitat del resultat b
o, b, es molt alta, E(L) estara molt
aprop de b)
Representaci
o gr`

1. Podem representar la loteria amb tres punts en leix

horitzontal
2. Son tres quantitats de diner: el resultat b
o, b ,el dolent, d i el
valor esperat E(L)
44
Representaci
o gr`

utilitat
1. La funcio dutilitat
0
45
Representaci
o gr`
diner

utilitat
2. Afegir els pagaments de la loteria
0
46
Representaci
o gr`
b diner

utilitat
3. Afegir el valor esperat: representacio de la loteria
47
Representaci
o gr`
E(L)
2_
b
3
b diner
+ _13 d

utilitat
4. Dibuixar les utilitats dels pagaments
u(b)
0
48
Representaci
o gr`
E(L)
2_
b
3
b diner
u(d)
+ _13 d

utilitat
5. Dibuixar el segment entre els punts A i B
u(b)
0
49
Representaci
o gr`
E(L)
2_
b
3
b diner
u(d)
+ _13 d

utilitat
6. Vertical partint del valor esperat fins al segment
u(b)
U(L) =
_2 u(b) + _1 u(d)
3
3
50
Representaci
o gr`
E(L)
2_
b
3
b diner
u(d)
+ _13 d

utilitat
La utilitat esperada en una gràfica
u(b)
U(L) =
_2 u(b) + _1 u(d)
3
3
E(L)
2_
b
3
51
Representaci
o gr`
b diner
u(d)
+ _13 d

Pasos per determinar la utilitat esperada duna loteria
52
Representa la loteria en leix horitzontal, es a dir, representa

els dos extrems, b i d, i el seu valor esperat, E(L).
Dibuixa una lnia vertical des de cada extrem, b i d, fins a la

funcio dutilitat per trobar u(b) i u(d) (els punts A i B)
Dibuixa el segment lineal que uneix A i B.
Des de E(L) dibuixa una lnia vertical fins a trobar el segment

lineal AB. Lalcada daquesta lnia es la utilitat esperada.
Representaci
o gr`

Un exemple danàlisi gràfica: la riquesa inicial i inversio

I
I
I
Un projecte dinversi
o pot donar uns beneficis de 40 unitats
monetàries si les coses van be. Si no, es perdran les 20 unitats
monetàries invertides.
Llargues experiències amb projectes daquest tipus mostren
que solen fracassar una de cada tres vegades.
La riquesa inicial de lempresari es = 30
La seva funcio dutilitat es utilitat
u
53
Hauria dinvertir?
Representaci
o gr`
20
40
60
80
100
riquesa

Plantejament del problema

I
I
Hem de decidir si es millor invertir o no fer-ho. Hem de

comparar dues loteries.
El projecte dinversi
o es un joc datzar com la loteria G de la
figura. No es correcte resoldre el problema comparant G amb
la loteria que dona 0 amb certesa.
Per a un individu latractiu dun projecte dinversio pot
molt important que es
dependre de la seva riquesa. Es
comparin les dues loteries que corresponen a la seva riquesa
final si inverteix i si no inverteix. El que sha de comparar es
la loteria L obtinguda afegint la riquesa inicial als resultats
possibles del projecte dinversi
o i la loteria H que dona la
riquesa inicial amb certesa.
1/3
2/3
1/3
-20
L
40
2/3
10
30
70
Figura: Les tres loteries quan = 30

54
Representaci
o gr`

Solucio al problema de la riquesa i la inversio

I
I
I
A la figura de lesquerra es representa lactitud vers el risc de

lempresari, es a dir, la seva funci
o dutilitat.
La utilitat esperada de la loteria H es u(30).
Representem la loteria L a leix horitzontal. Determinem la
utilitat esperada U (L). Veiem que es millor no invertir:
u(30) > U (L).
utilitat
utilitat
u(30)
U(L)
20
40
60
80
100
riquesa
55
Representaci
o gr`
20
40
60
E(L)
80
100
riquesa

El mateix problema dinversio amb un empresari mes ric

I
Suposa que el mateix empresari (mateixa funcio dutilitat) es

mes ric: = 60. Les tres loteries s
on ara
1/3
2/3
1/3
-20
L'
40
2/3
40
H'
60
100
Figura: Les tres loteries amb riquesa = 60
56
Per prendre una decisi

o hem de comparar les utilitats
esperades de L0 i H 0
Representem les loteries L0 and H 0 a la gràfica i determinem

les utilitats esperades.
A la figura es repsenten les dues solucions: per a = 30 a

lesquerra i per a = 60 a la dreta.
Representaci
o gr`

Solucio del problema per a un empresari ric

utilitat
utilitat
u
U(L)
u(60)
u(30)
U(L)
20
40
60
E(L)
80
100
riquesa
20
40
60
80
E(L)
100
riquesa
Figura: A lesquerra = 30, i a la dreta = 60
57
Lempresari ric hauria dinvertir: U (L0 ) > u(60)
Tot i que les preferències i el projecte dinversio son els

mateixos, les solucions s
on diferents quan canviem el nivelll de
riquesa.
Representaci
o gr`

Loteries actuarialment equivalents

I
Dues loteries son actuarialment equivalents si tenen al mateix

valor esperat.
Donada una loteria L, definim L = h1, 0|E(L), E(L)i com la

loteria degenerada que dona amb certesa (probabilitat 1) el
valor esperat de L.
p
58
1- p
L*
p b + (1-p) d
L i L son sempre actuarialment equivalents,

E(L) = pb + (1 p)d = E(L ).
La nocio daversio al risc es basa en la reacci

o dels agents
quan comparen dues loteries amb el mateix valor esperat: una
loteria arriscada L i la loteria degenerada L actuarialment
equivalent a L.
Aversi
o al risc

Aversio al risc i concavitat

I
Un agent te aversi
o al risc si quan compara qualsevol loteria L
amb la loteria degenerada L actuarialment equivalent,
sempre prefereix la loteria segura L .
Un agent te aversi
o al risc si i nomes si la funcio dutilitat que
representa les seves preferències es estrictament còncava.
Prova:
L L
m
U (L ) > U (L)
m
u (p b + (1 p) d) > p u(b) + (1 p) u(d)
m
u es estrictament c`
oncava
59
Aversi
o al risc

Lagent compara les utilitats de L i L . La vertical des de E(L)

fins al segment ha de ser mes petita que la vertical des de E(L)
fins a u. Això es una funci
o c`
oncava: el segment queda per sota la
funcio.
?
u (p b + (1 p) d) > p u(b) + (1 p) u(d)
utilitat
u(b)
U(L*)=u( _12 b +_12 d)
U(L) = _12 u(b) + _12 u(d)
u(d)
60
Aversi
o al risc
E(L)
_1
2
b+
_1
2
riquesa
d

Inclinacio al risc i convexitat
61
Un agent te inclinaci
o al risc si quan compara qualsevol loteria
L amb la loteria degenerada L actuarialment equivalent,
sempre prefereix la loteria arriscada L.
Un agent te inclinaci
o al risc si i nomes si la funcio dutilitat
que representa les seves preferències es estrictament convexa.
Un agent es neutral vers al risc si quan compara qualsevol

loteria L amb la loteria degenerada L actuarialment
equivalent, es indiferent entre les dues.
Un agent es neutral vers al risc si i nomes si u es lineal.
Aversi
o al risc

Resum de les actituds vers el risc

Aversio al risc
L L u estrictament còncava
Neutral vers el risc L L
u lineal
Inclinacio al risc L L u estrictament convexa

Si la funcio dutilitat u es diferenciable, la concavitat o convexitat
depenen del signe de la segona derivada:
u00 (x) < 0 Aversi
o al risc
00
u (x) = 0 Neutral vers el risc
u00 (x) > 0 Inclinaci
o al risc
62
Aversi
o al risc

Equivalent cert
Lequivalent cert duna loteria L es la quantitat de diners que, si
en disposa amb certesa, es indiferent a la loteria.
p
1
C(L)
1-p
b
d
u[C(L)] =p u(b) + (1 p) u(d)

C(L) =u1 [p u(b) + (1 p) u(d)]
63
Equivalent cert

Representacio gràfica de lequivalent cert

Si aquesta es la utilitat esperada de la loteria
utilitat
u(b)
U(L) = _12 u(b) + _12 u(d)
u(d)
E(L)
riquesa
_1 b + _1 d
2
2
64
Equivalent cert

Representacio gràfica de lequivalent cert

Aquest serà lequivalent cert
utilitat
u(b)
U(L) = _12 u(b) + _12 u(d)
u(d)
C(L)
E(L)
riquesa
_1 b + _1 d
2
2
65
Equivalent cert

Equivalent cert i aversio al risc

La relacio entre lequivalent cert i el valor esperat caracteritza
lactitud vers el risc
Aversi
o al risc C(L) < E(L)
Inclinaci
o al risc C(L) > E(L)
Neutralitat al risc C(L) = E(L)
Per exemple, si hi ha aversi
o al risc la funci
o es c`
oncava i per tant
p u(b) + (1 p) u(d) < u (p b + (1 p) d)
Com la funcio dutilitat es creixent, les imatges inverses preserven
la desigualtat
u1 [pu(b) + (1 p)u(d)] < pb + (1 p)d
i això significa que lequivalent cert es menor que el valor esperat.
66
Equivalent cert

Decisions de compra i venda dactius arriscats

Un bitllet de loteria te un premi de 12 unitats monetàries amb una
probabilitat del 25%. En cas contrari no d
ona res.
Considera un individu amb una funci

o dutilitat u(x) = x i una
riquesa = 4.
Ens plantegem dues q
uestions:
1. Si lindividu es propietari del bitllet, per quin preu estaria
disposat a vendrel?
2. Si lindividu no es propietari del bitllet, per quant estaria
disposat a comprar-lo?
67

Plantejament del problema del preu de venda mnim

El primer que cal fer es definir be quines s
on les dues alternatives
disponibles: vendre o no vendre. El bitllet de loteria es un joc
datzar com el representat a la figura seg
uent:
1/4
12
G
3/4
Per tant, les loteries que representen la situaci

o final desprès de
vendre o no vendre, tenint en compte la riquesa inicial de
lindividu, son
1/4
16
L1
3/4
L2
4+x
on x es el preu obtingut per la venda.

68

Solucio del preu de venda mnim

I
Decidirà vendre si
U (L2 ) U (L1 )
Computem les utilitats esperades:

3
1
1
3
5
u(16) + u(4) =
16 +
4=
4
4
4
4
2
Aleshores el preu mnim x que cal pagar li ha de garantir una
o de lequacio:
utilitat mnima de 52 , es a dir, serà la soluci
U (L1 ) =
U (L1 ) = u(4 + x) =
5
4+x=
2
on x es el preu de venda mnim.

I
69
Cal pagar un preu no inferior a 2.5 unitats monetàries.

Plantejament del problema del preu de compra màxim

I
Cal comparar les dues loteries corresponents a no comprar,

duna banda, i comprar el bitllet a un preu y.
1/4
L3
I
3/4
16-y
L4
4-y
Calculem les utilitats esperades

1p
3p
16 y +
4y
4
4
U (L4 ) = 4 = 2
U (L3 ) =
70

Solucio del preu de compra màxim

I
71
Lindividu estarà disposat a comprar sempre que el preu, y,

sigui tal que es verifiqui U (L3 ) U (L4 ). Podem obtenir el
preu màxim al qual estarà disposat a comprar resolent
lequacio
3p
1p
16 y +
4y =2
4
4
El preu màxim de compra serà y = 1, 9867, molt inferior al
preu de venda si en fos el propietari.

El contracte dasseguranca
72
Lasseguranca es un contracte en virtud del qual lassegurador

garanteix el pagament duna contraprestaci
o econòmica en cas
que la cosa assegurada sigui malmesa dalguna forma
establerta en aquest contracte (normalment un esdeveniment
aleatori com un accident, incendi, robatori, mort, etc). Aquest
contracte estableix la prima que lassegurat es compromet a
pagar i la prestaci
o x que lassegurador subministrarà en cas
de sinistre.
El contracte dasseguranca es un contracte de transferència de

riscos: lassegurat cedeix un risc a la companyia
dasseguranca. Quan el contracte preveu una franqucia,
lassegurat conserva una part del risc. La companyia
dasseguranca accepta el risc a canvi de la prima.
En principi, el mecanisme de lasseguranca no hauria de

modificar la probabilitat dadveniment del risc.
Assegurances

Asseguranca: Notacio
0
riquesa inicial
d [0, ]
pèrdua
p [0, 1]
probabilitat de pèrdua
xd
compensaci
o en cas de pèrdua
s>0
preu delasseguranca
sx
prima de lasseguranca
p
Lx
(1-p)
-d-sx+x
-sx
Figura: P`
olissa dasseguranca amb cobertura x
73
Assegurances

Asseguranca total o parcial

I
Tenim una famlia de contractes, Lx , un per a cada nivell de

cobertura x.
Si x = 0 no hi ha cobertura i tenim la loteria L0 que

correspon a no tenir cap mena dasseguranca.
Si x = d tenim un a assegurament complet: serem totalment

compensat per la pèrdua i tenim una loteria sense risc Ld que
dona sempre sd
p
L0
74
(1-p)
Assegurances
-d
Ld
-sd
(1-p)
-sd

Contracte òptim dasseguranca

I
La utilitat esperada de la loteria Lx es un funcio de la

compensacio x (els valors de les altres variables venen donats):
U (Lx ) = f (x) = p u( d sx + x) + (1 p) u( sx)
Lagent econòmic ha descollir el nivell de cobertura x que

maximitzi la utilitat esperada
Max f (x) = p u( d sx + x) + (1 p) u( sx)
s.a.
0xd
La condicio necessària de primer ordre per a un màxim

interior, 0 < x < d, es:
p u0 ( d sx + x)(1 s) s(1 p) u0 ( sx) = 0
75
Una solucio interior, 0 < x < d es un contracte amb cobertura

parcial. Sovint tenim solucions de frontera, x = 0 (no
asseguranca) o x = d (cobertura total)
Assegurances

Asseguranca: un exemple
Un empresari te una planta industrial valorada en 1.000.000 e . La
probabilitat dincendi es dun 1 per mil. En aquest cas el valor de
la planta queda redut al valor del terreny, 400.000 e .
La seva actitud vers el risc es pot representar amb la funcio
dutilitat
10.000.000
u(x) = 100
x
Es demana:
1. Estaria disposat lempresari a pagar 1.200e per un contracte
dasseguranca amb cobertura total del risc dincendi?
aquest contracte atractiu per a una companyia
2. Es
dassegurances neutral al risc?
76
Assegurances

Exemple dasseguranca: les dues alternatives

I
Hem de comparar les loteries corresponents a la situacio amb

contracte i sense contracte per a tots dos, lempresari i la
companyia dassegurances.
La situacio inicial de lempresari sense asseguranca es la

loteria L0 . La de la companyia asseguradora B0 .
0,999
L0
I
0,001
B0
400.000
Si signen el contracte dasseguranca, la situacio de lempresari

es L1 i la de la companyia asseguradora B1 .
0,999
L1
77
1.000.000
0,001
Assegurances
0,999
998.800
B1
998.800
0,001
1.200
-598.800

Solucio de lexemple dasseguranca

I
La companyia asseguradora es neutral al risc i per tant

maximitza el valor esperat
E(B0 ) = 0
E(B1 ) = 600e
El benefici esperat es mes gran si es signa el contracte.
Lempresari ha de decidir entre L0 i L1 . Calculant les utilitats

esperades
U (L0 ) = 0, 999 u(1.000.000) + 0, 001 u(400.000) = 89, 985
U (L1 ) = u(998.800) = 89, 988
78
La utilitat esperada es mes gran per a tots dos agents si es

signa el contracte dasseguranca.
Assegurances

El mercat de lasseguranca
I
79
Com hem vist a lexemple anterior, quan les actituds vers el

risc son diferents sempre es possible signar contractes on les
dues parts surten guanyant.
possible tenir un mercat dassegurances en una societat on
Es
tots els individus s
on idèntics i tenen aversi
o al risc?
Veurem que la pregunta te una resposta afirmativa: els
individus idèntics tenen un incentiu per assegurar-se
m
utuament i compartir els riscos.
Assegurances

Exemple: lautoassegurament en una societat de cacadors

I
Considera una societat de cacadors amb dos individus idèntics,

que tenen preferències representables per la funcio dutilitat
u(x) =
30x
x+4
on x es la quantitat de conills. Aquesta funcio es concava i,

per tant, els cacadors tenen aversi
o al risc.
80
Cada dia cacen dos conills cadascun.
De tant en tant, amb una probabilitat del 20%, cada un dells

pot caure malalt i no pot sortir a cacar.
Assegurances

Plantejament del problema de lautoassegurament

La loteria L0 representa la situaci
o dun cacador sense
asseguranca. Suposem que decideixen assegurar-se m
utuament i
compartir els riscos: si algun dells cau malalt, compartirà a parts
iguals el que hagi cacat laltre. La loteria L1 representa aquesta
situacio. Hi ha tres possibilitats:
1. Amb probabilitat 0.64 tots dos tenen salut i cacen 2 conills
cadascun.
2. Amb probabilitat 0.04 tots dos cauen malalts i no capturen
cap conill.
3. Amb probabilitat 0.32 un dells cau malalt i laltre no. En
aquest cas consumeixen un conill cadascun.
0,04
0,2
L0
81
Assegurances
0,8
LI
2
0,32
0,64
0
1
2

Solucio del problema de lautoassegurament

Calculant les utilitats esperades de cada alternativa veiem que es
molt millor per a tots dos compartir riscos.
30 2
=8
6
U (LI ) = 0.32 6 + 0.64 10 = 8, 32
U (L0 ) = 0.8
Els avantatges de compartir riscos augmenten significativament

amb poblacions grans.
82
Assegurances

El problema de la cartera o`ptima dactius
83
Suposa que tenim una quantitat de diner estalviats = 100 i

volem invertir.
Existeix un actiu sense risc, H que no te cap rendiment.
Tambe hi ha un actiu amb risc que rendeix un 40% si les

coses van be, per
o si van malament es perd el 50%. La
probabilitat que les coses vagin be es p = 0.6
Les nostres preferències s

on representables per una funcio
dutilitat von Neumann-Morgenstern , u(x) = ln(x)
Hauriem dinvertir en lactiu arriscat?
Cartera o
`ptima dactius

Comparant els dos actius

I
Si hem dinvertir tots els diners en un o altre actiu, ens

decidirem per lalternativa que d
oni mes utilitat esperada. Les
alternatives es poden representar com dues loteries:
H
I
100
0.6
100 (1 + 0.4) = 140
0.4
100 (1 - 0.5) = 50
El valor esperat de lactiu arriscat es

E(L1 ) = 0.6 140 + 0.4 50 = 104. El rendiment esperat de
lactiu arriscat es per tant del 4%. Aix`
o no vol dir que
haguem de invertir-hi: cal tenir en compte laversio al risc.
El millor actiu es el que d
ona mes utilitat esperada:
U (H) = ln(100) = 4.6051702
U (L) = 0.6 ln(140) + 0.4 ln(50) = 4.5297947
84
millor no invertir en lactiu arriscat

Es
Cartera o
`ptima dactius

Seleccio o`ptima de la cartera dactius

De totes maneres no hi ha cap ra
o per invertir tot el capital en un
sol actiu. Res no impedeix que assignem una fraccio de la riquesa
a cadascun dels actius (per exemple 50 a cada actiu). Això obre
moltes possibilitats a la composici
o de la cartera dactius.
Si anomenem z a la proporci
o de la riquesa que assignem a lactiu
arriscat, per a cada valor de z tindrem una loteria diferent Lz :
Lz
0.6
100 (1 - z) + 100 z (1+ 0.4) = 100 (1 + 0.4 z)
0.4
100 (1 - z) + 100 z (1 - 0.5) = 100 (1 - 0.5 z)
Per a cada estat de la natura, el pagament te dos components.

Aix, per exemple, per a lestat de la natura mes favorable, el
primer component, 100(1 z) es el pagament de la part que hem
invertit en lactiu segur i el segon, 100z(1 + 0.4), el pagament de
la part invertida en lactiu arriscat.
85
Cartera o
`ptima dactius

Resolent el problema de la cartera optima dactius

Obtindrem la cartera òptima triant el valor de z que maximitza la
utilitat esperada de Lz
maxf (z) = U (Lz ) = 0.6 ln(100(1 + 0.4z)) + 0.4 ln(100(1 0.5z))
s.t. 0 z 1
La condicio de primer ordre per a un màxim es
f 0 (z) =
0.24
0.2
=0
0.4z + 1 1 0.5z
Resolent lequacio obtenim z = 0.2, es a dir, hauriem dinvertir el

20% de la riquesa en lactiu arriscat.
86
Cartera o
`ptima dactius

Solucio del problema de la cartera optima dactius

Comparant les tres possibilitats
especialitzaci
o en lactiu segur U (H) = 4.6051702
especialitzaci
o en lactiu arriscat U (L) = 4.5297947
diversificar en una cartera `
optima dactius U (L0.2 ) = 4.6092026
veiem que diversificant `
optimament treiem mes rendiment que
especialitzant-nos en un dels actius.
87
Cartera o
`ptima dactius

1c Teoriadecisio

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

1c Teoriadecisio

Uploaded by

Copyright:

Available Formats

Tema 1: Teoria de la decisio

En tots els models dagents racionals que ja heu vist hi ha una

En moltes circumst`ancies, per`

Hi ha una ruptura entre accions i conseq

Tens un local en el centre duna ciutat molt turstica.

Pots posar un geladeria o un llibreria especialitzada en viatges,

Els beneficis que en pots treure s

Imagina que la variable b que no controles es la

Les realitzacions de la variable b la metereologia en aquest

Imagina que la variable b que no controles es la decisio dun

Els beneficis de la llibreria no depenen de les decisions del ve.

Saps que el teu ve no decidir`a les coses a latzar (seguint una

Aquest es el problema fonamental que es planteja la Teoria de

La Teoria de Jocs ser`a lobjecte del temes 2 al 8.

Plantejament formal de la presa de decisions amb risk

Conjunt daccions A = {a1 , a2 }

Un altre variable,que te influ`encia sobre les conseq

Taula: Accions, estats i conseq

Lexemple del pages: Pomes o taronges?

Suposem que la probabilitat que el temps sigui fred es p = 12 .

La teoria de la utilitat esperada

Les alternatives arriscades es poden representar com una loteria ,

Quina es la decisio `optima?

La teoria de la utilitat esperada

LEconomia explica el comportament racional a partir de la

Resulta convenient treballar amb indicadors num`erics de

Hem de triar entre loteries, com podrem definir la utilitat

La teoria de la utilitat esperada

Tornant a lexemple del pag`es. . .

En el nostre cas, suposem que el pag`es es un agent racional i te

La teoria de la utilitat esperada

El valor esperat duna loteria?

Si el benefici es lobjectiu de lempresari, sembla que el valor

El valor esperat duna loteria

La teoria de la utilitat esperada

En lexemple del pag`es, el valor esperat de les loteries es

Si el pag`es fos un maximitzador del valor esperat, el seu ordre de

La teoria de la utilitat esperada

Dues questions importants

Els empresaris i agents econ`

Els empresaris i agents econ`

La teoria de la utilitat esperada

La teoria de la utilitat esperada

Eleccio racional dalternatives arriscades

La teoria de la utilitat esperada

La paradoxa de Sant Petersburg (Bernouilli)

Es llencen monedes successivament fins que apareix una creu,

Si el primer cop apareix una cara es posen dos euros sobre la

Per a cada cara posterior la quantitat que hi ha sobre la taula

Quant pagaries per jugar?

La teoria de la utilitat esperada

La teoria de la utilitat esperada

La teoria de la utilitat esperada

En el cas de loteries bin`aries

La teoria de la utilitat esperada

La funcio dutilitat de von Neumann-Morgenstern

3. El valor esperat es un cas especial de funci

La teoria de la utilitat esperada

Exemple deleccio entre loteries

per la funcio dutilitat de von Neumann-Morgenstern u(x) = x,

Calculem les utilitats esperades de cada loteria,

La teoria de la utilitat esperada

Si fos un maximitzador del valor esperat, en aquest cas triaria